UNIVERSIDADE CATÓLICA DE BRASÍLIA

Transcrição

1 UNIVERSIDADE CATÓLICA DE BRASÍLIA PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU GESTÃO DO CONHECIMENTO E DA TECNOLOGIA DA INFORMAÇÃO EXPLORANDO O POTENCIAL DA PLATAFORMA LATTES COMO FONTE DE CONHECIMENTO ORGANIZACIONAL EM CIÊNCIA E TECNOLOGIA Marcelo Vicente de Paula BRASÍLIA 2004

2 MARCELO VICENTE DE PAULA EXPLORANDO O POTENCIAL DA PLATAFORMA LATTES COMO FONTE DE CONHECIMENTO ORGANIZACIONAL EM CIÊNCIA E TECNOLOGIA Dissertação apresentada ao programa de pósgraduação stricto sensu em Gestão do Conhecimento e da Tecnologia da Informação da Universidade Católica de Brasília, como requisito para obtenção do título de Mestre. Orientador: Prof. Dr. Hércules Antônio do Prado Co-orientador: Prof. Dr. Rogério Alvarenga BRASÍLIA 2004

3 À Ariadne e à Luciana Minha esposa e minha filha, doçura e força femininas que tanto emocionam a minha vida.

4 Aos meus pais, João e Julia Que sempre me apoiaram, da maneira que lhes foi possível, com amor e sacrifício, incentivando em mim o gosto pelos estudos e o desejo do saber.

5 Ao Criador, pelos milagres de cada dia e pela oportunidade de conviver com tantas pessoas especiais durante este projeto. Em especial aos meus orientadores, Prof. Dr. Hércules Prado e Prof. Dr. Rogério Alvarenga, que, mesmo nos momentos de maior dificuldade, tão bem souberam trazer a orientação necessária para continuar. Aos professores do programa de Gestão do Conhecimento e da Tecnologia da Informação, principalmente: Prof. Dra. Adelaide, Prof. Dr. Edílson, Prof. Dr. Gentil, Prof. Dra. Kátia, Prof. Dr. Nicolas, Prof. Dr. Paulo Fresneda. Ao CNPq, disponibilizou acesso aos seus bancos de dados, e a atenção de seus colaboradores, principalmente o Sr. Geraldo Sorte, Coordenador Geral de Informática, a Sra. Silvana Cosac, Assessora da Diretoria, e o Sr. Ricardo Lourenço, Consultor em C&T. Ao Grupo Stela, participante do projeto Plataforma Lattes, nas pessoas da Srta. Isabela Anciutti e do Sr. Denílson Sell.

6 RESUMO A Plataforma Lattes é um conjunto de sistemas de informação, bases de dados e portais Web voltados para a gestão de Ciência e Tecnologia, mantida pelo CNPq Conselho Nacional de Desenvolvimento Científico e Tecnológico, fundação ligada ao Ministério da Ciência e Tecnologia. A disponibilidade de uma rica fonte de informações sobre a pesquisa nacional existente na Plataforma Lattes abre oportunidades para a geração de conhecimento em Ciência & Tecnologia. Para explorar este potencial de conhecimento, serão apresentados dois estudos de caso. No primeiro buscou-se caracterizar orientadores responsáveis por casos de sucesso do Programa de Iniciação Científica do CNPq. No segundo estudo, o objetivo foi a identificação de linhas de pesquisa de um grupo de docentes, coerente com a sua produção científica e tecnológica, tomada da base de dados de currículos da Plataforma Lattes. No desenvolvimento dos estudos de caso foram aplicadas técnicas de Mineração de Dados (MD), no primeiro caso, e de Mineração de Texto (MT), no segundo. Os padrões encontrados nos processos de MD e MT foram interpretados por especialistas visando facilitar a transição padrãoconhecimento situada na interface entre as áreas de Descoberta de Conhecimento em Bases de Dados (DCBD) e Gestão do Conhecimento (GC). As principais contribuições deste trabalho foram: (a) um método para interpretação de padrões desenvolvidos a partir da Ontologia da Linguagem, no contexto de DCBD; (b) geração de conhecimento organizacional; e (c) exploração de novas possibilidades para a geração de conhecimento organizacional a partir da Plataforma Lattes. Palavras-chave: gestão do conhecimento, mineração de dados, mineração de texto, descoberta de conhecimento, Plataforma Lattes.

7 ABSTRACT The Plataforma Lattes is a framework composed by a set of information systems, databases, and Web portals addressed to Research and Development (R&D) management. CNPq - Brazilian Council of National Research and Technological Development, a foundation from the Ministry of R&D, maintains this framework. The availability of a rich source of information about R&D represents opportunities for creating knowledge in this realm. Exploring this potential of knowledge generation, two cases will be described. Firstly, the search for the characterization of professors who oriented students in Scientific Started Programs of CNPq. Secondly, the identification of research lines made by a group of professors, consistent with their scientific and technological production, extracted by Plataforma Lattes s databases. In the study cases, techniques of Data Mining (DM) and Text Mining (TM) were used. The patterns that have been found by DM and TM processes were interpreted by experts, envisioning to improve the transition pattern/knowledge that exist into the interface between Knowledge Discovery in Databases (KDD) and Knowledge Management (KM). The main contributions of this dissertation were: (a) an interpretation method for patterns developed using the Language Ontology as example; (b) organizational knowledge creation; (c) explore new ways to create organizational knowledge using the Plataforma Lattes. Keywords: knowledge management, data mining, text mining, knowledge discovery, Plataforma Lattes.

8 SUMÁRIO RESUMO...VI ABSTRACT... VII LISTA DE FIGURAS LISTA DE TABELAS LISTA DE TABELAS CAPÍTULO INTRODUÇÃO CONTEXTO DA PESQUISA DESCRIÇÃO DO PROBLEMA JUSTIFICATIVA OBJETIVOS Objetivo Geral Objetivos Específicos REVISÃO DA LITERATURA POSSIBILIDADES DE APLICAÇÃO DE DCDB NA PLATAFORMA LATTES CLASSIFICAÇÃO DA PESQUISA SUPOSIÇÕES CAPÍTULO REVISÃO DA LITERATURA A PLATAFORMA LATTES Sistemas de Informação da Plataforma Lattes Estrutura da Plataforma Lattes GESTÃO DO CONHECIMENTO Conceitos Iniciais Gestão do Conhecimento DESCOBERTA DE CONHECIMENTO EM BASES DE DADOS Conceito Histórico Etapas DESCOBERTA DE CONHECIMENTO EM TEXTOS TÉCNICAS DE MINERAÇÃO DE DADOS... 63

9 2.5.1 Tarefas Básicas Caracterização da Mineração de Dados Árvores de Decisão Redes Neuronais Artificiais Abordagens Híbridas Ferramenta para a Mineração de Dados TÉCNICAS DE MINERAÇÃO DE TEXTOS Mineração de Texto Tarefas Básicas Ferramenta para a Mineração de Texto ONTOLOGIA DA LINGUAGEM Atos lingüísticos básicos Juízos CAPÍTULO METODOLOGIA CONSIDERAÇÕES GERAIS Coleta e análise de dados Delimitação do estudo ESPECIFICAÇÃO DA PESQUISA Perfil do orientador do PIBIC Agrupamento de docentes a partir de suas publicações METODOLOGIA UTILIZADA NOS ESTUDOS DE CASO ETAPAS DA PESQUISA Gestão do Conhecimento Descoberta de Conhecimento em Bases de Dados Descoberta de Conhecimento em Textos CAPÍTULO ANÁLISE DOS RESULTADOS ESTUDO DE CASO: PERFIL DO ORIENTADOR DO PIBIC Resultados da Mineração de Dados Resultados finais ESTUDO DE CASO: AGRUPAMENTO DE DOCENTES Resultados da Mineração de Texto CONCLUSÕES E TRABALHOS FUTUROS REFERÊNCIAS BIBLIOGRÁFICAS

10 LISTA DE FIGURAS FIGURA 1: ESTRUTURA DO CURRÍCULO LATTES FIGURA 3: ESTRUTURA DO DIRETÓRIO DOS GRUPOS DE PESQUISA FIGURA 4: MODELO GENÉRICO DO GC [STOLL01 APUD SOUSA03] FIGURA 6: PRINCIPAIS ETAPAS DO PROCESSO DE DCBD FIGURA 7: APRESENTAÇÃO GEOMÉTRICA DE UMA ÁRVORE DE DECISÃO [LUCEN01] FIGURA 8: MODELO DE NEURÔNIO BIOLÓGICO E ARTIFICIAL [MEDLE98] FIGURA 9: REDE NEURONAL ARTIFICIAL COM UMA CAMADA INTERMEDIÁRIA [BRASI02] FIGURA 10: MODELO NEURAL COMBINATÓRIO [PRADO98] FIGURA 11: FUNÇÕES DE UM MODELO KBANN [OSORI99] FIGURA 12: RELAÇÃO DOS PACOTES DO WEKA ADAPTAÇÃO DE [SALGA02] FIGURA 13: EXEMPLO DE ARQUIVO.ARFF DO WEKA FIGURA 14: ALGORITMO APRIORI ROTINA PRINCIPAL FIGURA 15: CLASSIFICADORES NO WEKA FIGURA 16: ALGORITMOS DE AGRUPAMENTO DO WEKA FIGURA 17: TELA INICIAL DO WEKA FIGURA 18: CONFIGURAÇÃO DE PARÂMETROS NO WEKA FIGURA 19: TELA DE ENTRADA DO EUREKHA FIGURA 20: GRUPOS NO EUREKHA FIGURA 21: JANELA DE STOP WORDS DO EUREKHA FIGURA 25: GESTÃO DO CONHECIMENTO E DESCOBERTA DE CONHECIMENTO EM BD FIGURA 27: INTERAÇÃO DA GESTÃO DO CONHECIMENTO E DA DESCOBERTA DE CONHECIMENTO FIGURA 28: ARQUIVO DE ENTRADA PARA O WEKA FIGURA 29: EUREKHA NOVO PROJETO/ABRIR PROJETO FIGURA 30: EUREKHA ADICIONAR ARQUIVOS FIGURA 31: EUREKHA LISTAS DE PALAVRAS NEGATIVAS FIGURA 32: EUREKHA IDENTIFICAR RELACIONAMENTOS FIGURA 33: EUREKHA VISUALIZAR GRUPOS FIGURA 34: EUREKHA REAGRUPAR FIGURA 35: AGRUPAMENTO 1998/ FIGURA 36: AGRUPAMENTO 2000/ FIGURA 37: AGRUPAMENTO 2002 A FIGURA 38: AGRUPAMENTO 1998 A MARÇO DE FIGURA 39: BOLSISTAS POR ORIENTADOR FIGURA 40: GRUPOS DE BOLSISTAS POR ORIENTADOR FIGURA 41: ALUNOS TITULADOS POR ORIENTADOR

11 FIGURA 42: RESUMO DO PERFIL DO ORIENTADOR FIGURA 43: PRODUÇÃO POR ANO I FIGURA 44: PRODUÇÃO POR ANO II FIGURA 45: PERCENTUAL DE TRABALHOS POR IDIOMA DE PUBLICAÇÃO

12 LISTA DE TABELAS TABELA 1: MODELOS DE GC [RUBESTEIN-MONTANO AT AL. APUD FERREI03] TABELA 2: PROCESSOS DO CONHECIMENTO [FERREI03] TABELA 3: DESCRIÇÃO DOS PACOTES DO WEKA ADAPTADO DE [SALGA02] TABELA 4: SOBRE AFIRMAÇÕES E DECLARAÇÕES TABELA 5: SOBRE PROMESSAS TABELA 6: QUANTIDADE DE PROCESSOS DE IC POR ANO TABELA 7: QUANTIDADE DE ALUNOS TITULADOS POR ANO TABELA 8: EX-BOLSISTAS PIBIC TITULADOS STRICTO SENSU TABELA 9: QUANTIDADES DE REGISTROS DE DOCENTES E PRODUÇÃO TABELA 10: LISTA DE PALAVRAS NEGATIVAS TABELA 11: CENTRÓIDES DOS AGRUPAMENTOS POR PERÍODO TABELA 12: MGCTI TOTAIS DE PRODUÇÃO POR ANO

13 13 CAPÍTULO 1 1 INTRODUÇÃO 1.1 Contexto da Pesquisa Nos últimos anos, a larga utilização de sistemas de informática deu origem a grandes bases de dados, a partir do armazenamento de informações coletadas incessantemente através dos mais diversos sistemas de automação. Segundo diversos autores, a maior riqueza destas grandes bases ainda não está sendo devidamente explorada, e sugerem que podem ser utilizadas técnicas específicas para se extrair delas conhecimentos não explícitos. Este assunto é tratado através de DCBD - Descoberta de Conhecimento de Bases de Dados, do inglês KDD - Knowledge Discovery in Databases. Segundo Fayyad [FAYYA96], DCBD é o processo não trivial de identificar, em dados, padrões válidos, novos e potencialmente úteis. Mineração de Dados é a parte deste processo onde se produzem conjuntos de padrões a partir da aplicação de algoritmos de exploração. Vale-se de diversos algoritmos que processam os dados e encontram esses "padrões válidos, novos e potencialmente úteis". Entretanto, embora os algoritmos atuais sejam capazes de descobrir padrões "válidos e novos", ainda não existe uma solução eficaz para determinar padrões potencialmente úteis. Assim, Mineração de Dados ainda requer uma interação muito forte com analistas humanos, que são, em última instância, os principais responsáveis pela determinação do valor dos padrões encontrados. Além disso, a condução do direcionamento da exploração de dados é também tarefa fundamentalmente confiada a analistas humanos. A Plataforma Lattes, uma iniciativa do Ministério da Ciência e Tecnologia através do CNPq 1, constitui-se atualmente em um grande acervo de informações sobre os pesquisadores e sua produção científica e tecnológica, através do Currículo Lattes, o formulário eletrônico 1 CNPq: Conselho Nacional de Desenvolvimento Científico e Tecnológico.

14 14 do MCT 2, do CNPq, da FINEP 3 e da CAPES 4 ; sobre os grupos de pesquisa existentes nas universidades, nas empresas e outras instituições ligadas à pesquisa científica; sobre as instituições que participam de projetos ligados ao CNPq e/ou mantém grupos de pesquisa. No contexto da Gestão do Conhecimento, a Plataforma Lattes apresenta um grande potencial de geração de conhecimento que pode ser utilizado na gestão da Ciência e Tecnologia. As diversas possibilidades de exploração dos dados armazenados podem trazer valiosas informações sobre o modus operandi da produção científica e tecnológica desenvolvida no país. Este trabalho apresenta uma proposta de utilização de técnicas de Descoberta de Conhecimento em Bases de Dados sobre os dados da Plataforma Lattes, com o objetivo de gerar conhecimento que possa ser utilizado na gestão de Ciência e Tecnologia. Tem o objetivo também de demonstrar que a Descoberta de Conhecimento em Bases de Dados pode ser utilizada como uma poderosa ferramenta para a geração de conhecimento, etapa fundamental dos processos de Gestão do Conhecimento. 1.2 Descrição do Problema O mundo cada vez mais globalizado e competitivo exige incrementos de qualidade e produtividade de quem pretende manter-se inserido no mercado mundial. Neste contexto, a produção científica e tecnológica é fundamental para o desenvolvimento do país, permitindo a obtenção de produtos e serviços com maior valor agregado para este mercado. Assim, ações no sentido de gerar conhecimento organizacional que possa ser utilizado na gestão da Ciência & Tecnologia são muito bem-vindas, sejam pelas agências do governo federal, pelas universidades, pelas empresas e instituições que mantêm atividades de pesquisa. O desenvolvimento da Plataforma Lattes representa uma iniciativa de se manter um grande conjunto de informações sobre a produção científica e tecnológica do país, de seus pesquisadores, dos trabalhos realizados, dos grupos de pesquisa e das operações de fomento à pesquisa patrocinados pelo CNPq. 2 MCT: Ministério da Ciência e da Tecnologia 3 FINEP: Financiadora de Estudos e Projetos do MCT 4 CAPES: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

15 15 A exploração das informações tratadas pela Plataforma Lattes representa uma oportunidade para a descoberta de conhecimento. Encontram-se armazenados vários gigabytes de dados sobre os itens anteriormente citados. Entretanto, esta exploração não é uma atividade simples. O grande volume de dados, a diversidade de informações coletadas, o grande número de relações possíveis torna o trabalho de extração de conhecimento uma tarefa que exige a utilização de técnicas sofisticadas. Outro desafio observado está na necessidade de facilitar o processo de análise e avaliação dos resultados dos algoritmos de mineração de dados e mineração de texto. A identificação do que é realmente útil e que pode acrescentar conhecimento à organização é uma das tarefas mais importantes de todo o processo. Atualmente, os gestores de ciência e tecnologia se beneficiariam da obtenção de informações como: a) Definição de perfis de pesquisadores. b) Definição de padrões de produtividade. c) Identificação de taxonomia. d) Descoberta de relações entre pesquisadores. e) Descoberta de relações entre grupos de pesquisa. f) Identificação de pesquisadores por área de atuação e sua relação com grupos de pesquisa. O problema a ser explorado neste trabalho refere-se à utilização de técnicas de Mineração de Dados e Mineração de Texto na Plataforma Lattes, com o objetivo de gerar conhecimento organizacional a partir do estabelecimento de relações entre os dados armazenados. Através de modelos de Descoberta de Conhecimento em Bases de Dados e de Gestão de conhecimento, pretende-se estabelecer um conjunto de possíveis aplicações para a Mineração de Dados na Plataforma Lattes, com a conseqüente geração de conhecimento para a gestão de Ciência & Tecnologia. 1.3 Justificativa A realização deste trabalho justifica-se pela necessidade de se obter conhecimento organizacional em gestão de Ciência & Tecnologia para subsidiar as decisões relacionadas a esta atividade (e.g. definição de prioridades, organização de grupos de pesquisa, alocação de recursos, entre outras), explorando a possibilidade de obtenção de conhecimento

16 16 organizacional a partir da aplicação de técnicas de Mineração de Dados e Mineração de Textos na base da Plataforma Lattes, utilizando um enfoque relacionado com a Gestão do Conhecimento. A utilização de algoritmos e ferramentas de Mineração de Dados pode revelar relações importantes entre os dados armazenados, e permitir uma conseqüente geração de conhecimento organizacional. Este conhecimento, devidamente tratado em um contexto de Gestão de Conhecimento pode vir a ser útil nos processos de tomada de decisão dos gestores de Ciência e Tecnologia, seja a nível federal, estadual, acadêmico ou empresarial. 1.4 Objetivos Objetivo Geral O objetivo deste trabalho é estudar técnicas de Mineração de Dados e definir aplicações destas técnicas na base de dados do Currículo Lattes, para prover os gestores de Ciência & Tecnologia de ferramentas que permitam utilizar o conhecimento não explícito presente neste grande conjunto de dados sobre a produção científica e sobre os pesquisadores. Esse conhecimento gerado deverá ser tratado em um contexto de Gestão do Conhecimento para sua utilização em processos de gestão de Ciência & Tecnologia Objetivos Específicos a) Apresentar conceitos envolvendo Mineração de Dados, Mineração de Textos e Gestão do Conhecimento. b) Enumerar possibilidades de Descoberta de Conhecimento em Bases de Dados na Plataforma Lattes. c) Apresentar estudo de caso de Mineração de Dados na Plataforma Lattes. d) Apresentar estudo de caso de Mineração de Texto na Plataforma Lattes. e) Apresentar um método para a interpretação de resultados de algoritmos de agrupamento. f) Contextualizar os resultados obtidos com a Mineração de Dados em relação a Gestão do Conhecimento

17 Revisão da Literatura Neste trabalho, os temas principais são: Descoberta de Conhecimento em Bases de Dados, notadamente as técnicas de Mineração de Dados e Mineração de Texto; e Gestão do Conhecimento. Assim, a revisão literária enfocou principalmente estes temas. No tópico Descoberta de Conhecimento em Bases de Dados, um dos principais autores é Fayyad [FAYYA96]. Citado em diversos artigos e livros sobre o tema, o autor propôs uma metodologia para orientar os trabalhos em DCBD. Para a realização deste trabalho, esta metodologia foi considerada. Além de Fayyad, outros autores como Witten e Eibe [WITTE99] aplicativo de Mineração de Dados WEKA, e Ming-Syan Chen [CHEN96] Mineração de Dados e Bancos de Dados, foram consultados. Também foram de grande valia dissertações de mestrado de Sousa [SOUSA03] e Edilberto Silva [SILVA02], assim como os trabalhos de mineração de texto de Wives [WIVES99]. Para a interpretação de resultados em Descoberta de Conhecimento, utilizou-se os trabalhos de Flores [FLORE88], Echeverría [ECHEV99] e Lucena [LUCEN02] sobre a Ontologia da Linguagem. No tópico Gestão do Conhecimento, os principais autores consultados foram Nonaka e Takeuchi [NONAK97] com importantes colaborações sobre a criação de conhecimento na empresa; Karl Wiig [WIIG93] também sobre a Gestão do Conhecimento empresarial; e a pesquisadora Stollenwerk [STOLL01], que elaborou um importante modelo de Gestão de Conhecimento, também utilizado neste trabalho. 1.6 Possibilidades de Aplicação de DCDB na Plataforma Lattes A pluralidade e o volume da base de dados da Plataforma Lattes é um ambiente propício para a descoberta de conhecimento, a partir da aplicação de técnicas de Descoberta de Conhecimento em Bases de Dados. Alguns exemplos de explorações que podem ser efetuadas: a) Mineração de texto para a geração de taxonomia dos Grupos de Pesquisa. b) Mineração de texto para a verificação da consistência entre as linhas de pesquisa e a produção científica e tecnológica. c) Agrupamento de pesquisadores a partir de sua produção científica e tecnológica.

18 18 d) Identificação de perfis de pesquisadores a partir de suas informações curriculares. e) Identificação de competências dos pesquisadores a partir de suas informações curriculares. f) Identificação de linhas de pesquisa a partir das informações da produção científica e tecnológica dos pesquisadores. 1.7 Classificação da pesquisa Quanto aos fins, este trabalho é classificado como uma proposta de pesquisa aplicada, uma vez que tem por objetivo o estudo e a utilização de técnicas de Mineração de Dados e Mineração de Texto na base do Currículo Lattes, para oferecer recursos de gestão de conhecimento em Ciência & Tecnologia. Quanto aos meios de investigação, foi utilizada a pesquisa bibliográfica, para a identificação das técnicas de Mineração de Dados aderentes ao objeto pesquisado; e a pesquisa documental, em documentos que tratam de questões sobre gestão da Ciência & Tecnologia. Foi utilizada também a pesquisa de laboratório, onde se experimentou a aplicação dos algoritmos selecionados em amostras da base de dados pesquisada; e estudos de casos, onde dados da Plataforma Lattes foram submetidos a algoritmos de Mineração de Dados e Mineração de Texto. 1.8 Suposições O trabalho proposto tratou das seguintes suposições: a) É viável a utilização de técnicas de Mineração de Dados e Mineração de Textos para disponibilizar ao usuário final acesso facilitado aos resultados obtidos em pesquisas na base de dados. b) É possível extrair conhecimento útil da base de dados do Currículo Lattes através da utilização de técnicas de Mineração de Dados e Mineração de Textos. a) A Descoberta de Conhecimento em Bases de Dados pode ser utilizada no contexto da Gestão do Conhecimento para a geração de conhecimento organizacional.

19 19 CAPÍTULO 2 2 REVISÃO DA LITERATURA 2.1 A Plataforma Lattes A Plataforma Lattes é um conjunto de sistemas de informação, bases de dados e portais Web voltados para a gestão de Ciência e Tecnologia [CNPQ03]. É composta pela integração de sistemas de informações distintos: a) Currículo Lattes b) Diretório de Grupos de Pesquisa c) Diretório de Instituições d) Sistema Gerencial de Fomento Sistemas de Informação da Plataforma Lattes Currículo Lattes Em 1998 foi iniciado um processo para a geração de um sistema informatizado que viesse padronizar e consolidar as informações curriculares dos pesquisadores interessados na obtenção de recursos de fomento à pesquisa. Até então, vinham sendo utilizados diversos formulários, informatizados ou não, que demandavam o preenchimento das mesmas informações em locais diferentes. Esta prática provocava um considerável transtorno em várias fases do processo, tanto para o pesquisador, que se via obrigado a prestar a mesma informação diversas vezes, em locais e formatos diferentes, quanto para os gestores das agências de governo responsáveis pela avaliação dos

20 20 processos. O projeto foi lançado em agosto de 1999, e, de uma base inicial de aproximadamente 35 mil currículos cadastrados, passou-se atualmente para um total de aproximadamente 350 mil currículos, um aumento de aproximadamente 1.000%. O Currículo Lattes está se consolidando como uma importante ferramenta de apoio à gestão de Ciência & Tecnologia, uma vez que permitiu uma racionalização no processo de cadastramento, armazenamento e consulta de dados curriculares, eliminando uma série de outros processos semelhantes e redundantes Diretórios de Grupos de Pesquisa O Diretório de Grupos de Pesquisa é um sistema que mantém uma base de dados com informações coletadas a partir de Foi desenvolvido pelo CNPq para manter informações sobre os grupos de pesquisa existentes no país. Os grupos de pesquisa podem ser definidos como um conjunto de pessoas organizadas hierarquicamente, a partir de uma liderança de destaque no ambiente de ciência e tecnologia, envolvidos permanentemente em atividades de pesquisa, cujo trabalho se organiza em linhas comuns aos membros do grupo, e que, de alguma maneira, compartilhem instalações e equipamentos. Estão localizados em universidades, instituições isoladas de ensino superior, institutos de pesquisa científica, institutos tecnológicos, laboratórios de pesquisa e desenvolvimento de empresas estatais ou ex-estatais e em algumas organizações nãogovernamentais com atuação em pesquisa científica ou tecnológica [CNPQ03]. Os principais objetivos deste sistema são: a) Manter um histórico das atividades dos grupos de pesquisa, preservando sua memória. b) Servir de base de consulta para a comunidade científica, que passa a contar com uma ferramenta que permite a identificação dos membros, dos trabalhos realizados, das linhas de pesquisa, facilitando o intercâmbio entre os pesquisadores. c) Prover os gestores de Ciência & Tecnologia de uma ferramenta para avaliação e planejamento dos investimentos em atividades de pesquisa, a partir de informações qualitativas e quantitativas sobre os trabalhos realizados no âmbito dos grupos.

21 Diretório de Instituições O Diretório de Instituições é um sistema que armazena informações sobre as universidades, institutos de pesquisa, empresas e organizações não-governamentais que mantenham algum tipo de relacionamento com a pesquisa científica e tecnológica. É fundamental para a gestão e operacionalização dos processos de fomento à pesquisa mantidos pelo CNPq, bem como na elaboração de informações estatísticas Sistema Gerencial de Fomento Segundo o CNPq, a função de fomento constitui-se na principal ação desenvolvida pelo CNPq, com vistas à promoção do desenvolvimento científico e tecnológico do País [CNPQ03]. São disponibilizados recursos para a capacitação tecnológica e científica, bem como são financiados projetos que possam estimular a geração do conhecimento necessário para o desenvolvimento econômico, social e cultural do país. As ações de fomento são operacionalizadas através de vários sistemas de informação. O sistema gerencial de fomento é uma iniciativa para permitir mais facilidade na execução de pesquisas nestas bases de dados, voltadas tanto para os gestores de Ciência e Tecnologia, quanto para a comunidade científica em geral, através de consultas disponibilizadas na Internet através da Plataforma Lattes Estrutura da Plataforma Lattes A Plataforma Lattes é resultado de um esforço para integrar sistemas de informações ligados à gestão de Ciência e Tecnologia. Além disso, o Projeto de Institucionalização da Plataforma Lattes está levando os sistemas da Plataforma para instituições de ensino e pesquisa que têm interesse em manter em bases locais as informações curriculares de seus pesquisadores, funcionários e quaisquer outros envolvidos em atividades de pesquisa e docência. A seguir, será apresentada a estrutura fundamental dos principais sistemas da Plataforma Lattes Currículo Lattes O Currículo Lattes é composto por módulos distintos:

22 22 a) Atualização off-line: o usuário pode instalar em seus computadores um conjunto de programas que permite o cadastramento das informações necessárias do Currículo Lattes, fazer todos os ajustes necessários e, posteriormente, transmiti-lo para a base de dados do CNPq. Para quem não dispõe de acesso rápido à Internet, ou que deseja manter as informações em seus computadores pessoais, este é o módulo indicado para o cadastramento e manutenção de seu currículo. b) Atualização on-line: o usuário pode acessar, em tempo real, a base de dados do CNPq e efetuar o cadastramento ou a atualização de seu currículo. Através de uma interface que pode ser acessada via navegadores Web, as informações curriculares são cadastradas, recuperadas e atualizadas sem a necessidade de armazenamento local. c) Buscas textuais: a partir da base operacional do Currículo Lattes, onde estão armazenadas as informações cadastradas tanto via Internet quanto via programas locais, são extraídas e consolidadas as informações curriculares necessárias ao serviço de busca textual. Através de um processo de indexação textual, são disponibilizadas diversas consultas, que utilizam como parâmetro tanto o nome do usuário quanto palavras-chaves relacionadas à sua produção científica e tecnológica. A base de dados do Currículo Lattes é formada fundamentalmente por dois componentes: a) Base de dados operacional: onde estão armazenadas as informações originais providas pelos usuários, no momento do cadastramento ou da atualização de seus currículos. É uma base de dados relacional composta por tabelas que mantém os dados em formato estruturado, adequado para a atualização on-line e off-line. b) Base de dados para as consultas textuais: é uma base de dados relacional com índices textuais, resultado de processos de extração e consolidação de dados oriundos da base operacional. Permite consultas a informações não estruturadas. A seguir, um figura com o organograma que representa o conjunto de informações armazenados na base de dados do Currículo Lattes:

23 23 Figura 1: Estrutura do Currículo Lattes a) Informações gerais a.1. Identificação a.2. Endereço a.3. Formação Acadêmica e Titulação a.4. Atuação profissional a.5. Áreas de atuação a.6. Idiomas a.7. Prêmios e títulos b) Produção Científica e Tecnológica b.1. Produção bibliográfica b.1.1. Trabalhos em eventos b.1.2. Artigos publicados b.1.3. Livros e capítulos b.1.4. Texto em jornal ou revista (magazine) b.1.5. Demais tipos de produção bibliográfica b.2. Produção técnica b.2.1. Softwares b.2.2. Produtos

24 24 b.2.3. Processos b.2.4. Trabalhos técnicos b.2.5. Demais tipos de produção técnica b.2.6. Propriedade intelectual b.3. Outra produção b.3.1. Produção artística e cultural b.3.2. Orientações concluídas b.3.3. Demais trabalhos b.3.4. Outras informações relevantes c) Informações complementares c.1. Formação complementar c.2. Participação em banca de trabalhos de conclusão c.3. Participações em eventos, congressos e outros c.4. Participações em bancas de comissões julgadoras c.5. Orientações em andamento Diretório dos Grupos de Pesquisa O Diretório de Grupos de Pesquisa é composto basicamente por dois módulos: a) Base corrente: organizado de maneira a permitir acesso diferenciado aos diferentes tipos de membros do Grupo, permite o cadastro e a manutenção das informações dos grupos de pesquisa constantemente atualizados. Tem por objetivo manter a base de dados operacional do Diretório, e registrar todas as informações pertinentes. Pode ser acessado através da Internet, e existem opções diferenciadas para: a.1. Dirigentes Institucionais de Pesquisa a.2. Líderes de Grupos de Pesquisa a.3. Pesquisadores de Grupos de Pesquisa a.4. Estudantes de Grupos de Pesquisa